# Eigene Analysen in PostgreSQL entwickelt

Eigene Produktanalysen in PostgreSQL entwickelt — 47 Funktionen über partitionierten Ereignistabellen mit automatischer Bereinigung — pseudonymisiert mit wechselndem Salt und nur mit Einwilligung des Besuchers.

2025

Situation. Produktentscheidungen brauchen Zahlen. Der übliche Weg setzt einen Drittanbieter‑Tag auf jede Seite und lässt fremde Server die Nutzer beobachten. Das geht schnell und ist bei geringem Volumen kostenlos. Zugleich wird das Besucherverhalten eines beruflichen Netzwerks — wer welches Unternehmen betrachtet und wonach sucht — zum Vermögenswert eines Werbeunternehmens. Bei identifizierbaren maritimen Fachkräften ist das ein schlechter Tausch.

Aufgabe. Das Produktteam benötigte Funnel-, Bindungs- und Ereignisdaten, deren Erfassung die Plattform verantworten und ein Nutzer ablehnen konnte.

Massnahmen. Die Analysen wurden in PostgreSQL aufgebaut, in einem Schema mit 7 Tabellen und 47 Funktionen. Ereignistabellen sind mit 22 Partitionsdefinitionen gegliedert und bereinigen sich nach Zeitplan selbst. Die Kosten eigener Analysen liegen nicht im Erfassen, sondern im unbegrenzten Aufbewahren. Identitäten werden mit wechselndem Salt pseudonymisiert. Selbst innerhalb der Datenbank lässt sich ein Besucher nicht über einen Saltwechsel hinweg verfolgen; diese begrenzte Auswertbarkeit ist beabsichtigt. Der Client berücksichtigt Einwilligung und sendet davor nichts, statt erst zu senden und danach zu filtern. Conversion‑Funnels werden direkt neben den Daten in der Datenbank berechnet, statt sie anderswohin zu exportieren und wieder zusammenzuführen.

Ergebnis. Die Produktnutzung lässt sich aus eigenen Tabellen beantworten. Nichts verlässt die Plattform, und kein Tag liegt in der Seite. Die Grenzen gehören zur ehrlichen Bewertung: Saltwechsel verhindern langfristige Kohortenanalysen, und fertige Dashboards eines gehosteten Werkzeugs werden nicht mitgeliefert. Beides wurde bewusst akzeptiert.

Rolle: Dateningenieurin
=> /de/categories/databases/ Kategorien: Datenbanken
=> /de/categories/postgresql/ Kategorien: PostgreSQL
=> /de/categories/sql/ Kategorien: SQL
=> /de/categories/data-engineering/ Kategorien: Data Engineering
=> /de/categories/data-analytics/ Kategorien: Datenanalyse
=> /de/categories/data-governance/ Kategorien: Data Governance
=> /de/categories/performance/ Kategorien: Performanceoptimierung
=> /de/services/database-design/ Leistungen: Datenbankdesign und Datenmodellierung
=> /de/services/data-pipeline-development/ Leistungen: Entwicklung von Datenpipelines (ETL/ELT)
=> /de/services/data-analytics-bi/ Leistungen: Datenanalyse und BI‑Dashboards
=> /de/services/data-governance/ Leistungen: Data Governance und Datenqualität

=> https://engineer.company/de/portfolio/built-first-party-analytics-inside-postgresql/ Diese Seite im Web
